Kuinka InpharmD käyttää Amazon Kendraa ja Amazon Lexiä todisteisiin perustuvan potilashoidon edistämiseen

Julkaissut Platon

seuraajia: 0

Tämä on vieraspostaus, jonka on kirjoittanut Dr. Janhavi Punyarthi, InpharmD:n tuotekehitysjohtaja.

DI:n ja AI:n leikkauspiste: Lääketieto (DI) viittaa terveydenhuollon ja lääketieteellisen tiedon löytämiseen, käyttöön ja hallintaan. Terveydenhuollon tarjoajilla on monia huumetietojen löytämiseen liittyviä haasteita, kuten intensiivinen ajankäyttö, saavutettavuuden puute ja luotettavan tiedon tarkkuus. Keskimääräinen kliininen kysely vaatii kirjallisuushaun, joka kestää keskimäärin 18.5 tuntia. Lisäksi lääketieto on usein erilaisissa tietosiiloissa, palkka- ja designseinien takana ja vanhenee nopeasti.

InpharmD on mobiilipohjainen, akateeminen lääketietokeskusten verkosto, joka yhdistää tekoälyn ja apteekkiälyn voiman tarjotakseen kuratoituja, näyttöön perustuvia vastauksia kliinisiin kyselyihin. InpharmD:n tavoitteena on toimittaa tarkkaa lääketietoa tehokkaasti, jotta terveydenhuollon tarjoajat voivat tehdä tietoon perustuvia päätöksiä nopeasti ja tarjota optimaalista potilaiden hoitoa.

Tämän tavoitteen saavuttamiseksi InpharmD rakensi Sherlockin, prototyyppibotin, joka lukee ja tulkitsee lääketieteellistä kirjallisuutta. Sherlock perustuu tekoälypalveluihin, mukaan lukien Amazon Kendra, älykäs hakupalvelu ja Amazon-Lex, täysin hallittu tekoälypalvelu keskusteluliittymien rakentamiseen mihin tahansa sovellukseen. Sherlockin avulla terveydenhuollon tarjoajat voivat saada arvokasta kliinistä näyttöä, jonka avulla he voivat tehdä tietoihin perustuvia päätöksiä ja viettää enemmän aikaa potilaiden kanssa. Sherlockilla on pääsy yli 5,000 1,300 InpharmD:n tiivistelmään ja 94 XNUMX lääkemonografiaan American Society of Health System Pharmacists (ASHP) -järjestöltä. Tämä tietopankki laajenee joka päivä, kun lisää tiivistelmiä ja monografioita ladataan ja muokataan. Sherlock-suodattimet osuvuuden ja äskettäisen ajan etsimiseksi nopeasti tuhansista PDF-tiedostoista, tutkimuksista, tiivistelmistä ja muista asiakirjoista ja tarjoavat vastauksia XNUMX %:n tarkkuudella ihmisiin verrattuna.

Seuraavassa on alustava tekstin samankaltaisuuspisteet ja manuaalinen arvio koneella luodun yhteenvedon ja ihmisen yhteenvedon välillä.

InpharmD ja AWS

AWS toimii InpharmD:n kiihdyttimenä. AWS SDK:t vähentävät merkittävästi kehitysaikaa tarjoamalla yhteisiä toimintoja, joiden avulla InpharmD voi keskittyä laadukkaiden tulosten tuottamiseen. AWS-palvelut, kuten Amazon Kendra ja Amazon Lex, antavat InpharmD:lle mahdollisuuden huolehtia vähemmän skaalauksesta, järjestelmien ylläpidosta ja vakaudesta.

Seuraava kaavio havainnollistaa Sherlockin AWS-palvelujen arkkitehtuuria:

InpharmD ei olisi pystynyt rakentamaan Sherlockia ilman AWS:n apua. InpharmD käyttää ytimenä Amazon Kendraa koneoppimisaloitteensa (ML) perustana InpharmD:n dokumenttikirjaston indeksoimiseksi ja älykkäiden vastausten tarjoamiseksi luonnollisen kielen käsittelyn avulla. Tämä on parempi kuin perinteiset sumeahakupohjaiset algoritmit, ja tuloksena on parempia vastauksia käyttäjien kysymyksiin.

InpharmD loi sitten Amazon Lexin avulla Sherlockin, chatbot-palvelun, joka toimittaa Amazon Kendran ML-pohjaiset hakutulokset helppokäyttöisen keskustelukäyttöliittymän kautta. Sherlock käyttää Amazon Lexin luonnollisen kielen ymmärtämisen kykyjä havaitakseen tarkoituksen ja ymmärtääkseen paremmin kysymysten kontekstin löytääkseen parhaat vastaukset. Tämä mahdollistaa luonnollisemmat keskustelut lääketieteellisen kirjallisuuden tiedusteluista ja vastauksista.

Lisäksi InpharmD tallentaa lääketietosisällöt pilveen S3-ämpärien kautta. AWS Lambda sallii InpharmD:n skaalata palvelinlogiikkaa ja olla vuorovaikutuksessa erilaisten AWS-palvelujen kanssa helposti. Se on avainasemassa Amazon Kendran yhdistämisessä muihin palveluihin, kuten Amazon Lexiin.

"AWS on ollut olennainen Sherlockin kehityksen nopeuttamisessa. Meidän ei tarvitse huolehtia niin paljon skaalauksesta, järjestelmien ylläpidosta ja vakaudesta, koska AWS huolehtii niistä puolestamme. Amazon Kendran ja Amazon Lexin avulla pystymme rakentamaan parhaan version Sherlockista ja lyhentämään kehitysaikaamme kuukausilla. Tämän lisäksi voimme myös lyhentää jokaisen kirjallisuushaun aikaa 16 %."

– Tulasee Chintha, teknologiajohtaja ja InpharmD:n perustaja.

Vaikutus

InpharmD, johon yli 10,000 16 palveluntarjoajan ja kahdeksan terveydenhuoltojärjestelmän luottaa, auttaa ohjaamaan näyttöön perustuvaa tietoa, joka nopeuttaa päätöksentekoa ja säästää kliinikoiden aikaa. InpharmD-palveluiden avulla jokaisen kirjallisuushaun aika lyhenee 3 %, mikä säästää noin 12 tuntia hakua kohden. InpharmD tarjoaa myös kattavan tuloksen, jossa on noin XNUMX lehtiartikkelin tiivistelmää jokaista kirjallisuushakua kohden. Sherlockin käyttöönoton myötä InpharmD toivoo voivansa tehdä kirjallisuuden hakuprosessista entistä tehokkaampaa ja tiivistää enemmän tutkimuksia lyhyemmässä ajassa.

Sherlock-prototyyppiä testataan parhaillaan ja jaetaan palveluntarjoajien kanssa käyttäjien palautteen saamiseksi.

"Pääsy InpharmD-alustaan on hyvin muokattavissa. Olin iloinen, että InpharmD-tiimi työskenteli kanssani vastatakseen erityistarpeisiini ja oppilaitokseni tarpeisiin. Kysyin Sherlockilta lääkkeen turvallisuudesta ja tuote antoi minulle yhteenvedon ja kirjallisuuden vastatakseen nopeasti monimutkaisiin kliinisiin kysymyksiin. Tämä tuote tekee suuren osan työstä, johon aiemmin sisältyi paljon erilaisten hakutoimittajien napsauttamista ja etsimistä ja yrittämistä. Kiireiselle lääkärille se toimii hyvin. Se säästi aikaa ja auttoi varmistamaan, että käytin päätöksenteossani viimeisintä tutkimustietoa. Tämä olisi muuttanut pelin, kun olin akateemisessa sairaalassa tekemässä kliinistä tutkimusta, mutta jopa yksityisenä lääkärinä on hienoa varmistaa, että olet aina ajan tasalla ajankohtaisista todisteista."

– Ghaith Ibrahim, MD, Wellstar Health System.

Yhteenveto

InpharmD:n tiimimme on innoissaan voidessaan rakentaa Sherlockin käyttöönoton Amazon Kendran ja Amazon Lexin avulla saavutettua varhaista menestystä. Suunnitelmamme Sherlockille on kehittää siitä älykäs avustaja, joka on käytettävissä milloin ja missä tahansa. Tulevaisuudessa toivomme integroivamme Sherlockin Amazon Alexaan, jotta palveluntarjoajilla on välitön, kontaktiton pääsy todisteisiin, jolloin he voivat tehdä nopeita datapohjaisia kliinisiä päätöksiä, jotka takaavat optimaalisen potilaan hoidon.

kirjailijasta

Tohtori Janhavi Punyarthi on innovatiivinen apteekkari, joka johtaa tuotemerkkien kehittämistä ja sitoutumista InpharmD:ssä. Tohtori Punyarthi, jolla on intohimo luovuuteen, yhdistää rakkautensa kirjoittamiseen ja näyttöön perustuvaan lääketieteeseen esitelläkseen kliinistä kirjallisuutta kiinnostavilla tavoilla.

Vastuun kieltäminen: AWS ei ole vastuussa tämän viestin sisällöstä tai tarkkuudesta. Tämän viestin sisältö ja mielipiteet ovat yksinomaan kolmannen osapuolen kirjoittajan omia. Jokaisen asiakkaan vastuulla on määrittää, ovatko he HIPAA:n alaisia, ja jos ovat, kuinka HIPAA:ta ja sen täytäntöönpanomääräyksiä parhaiten noudattaa. Ennen AWS:n käyttämistä suojattujen terveystietojen yhteydessä asiakkaiden on annettava AWS Business Associate Addendum (BAA) ja noudatettava sen määritysvaatimuksia.

Aikaleima: Helmikuu 23, 2022